초기 볼트풀림 상태의 볼트 체결력 예측을 위한 주파수응답 유사성 기반의 합성곱 신경망
Convolutional Neural Network-based Prediction of Bolt Clamping Force in Initial Bolt Loosening State Using Frequency Response Similarity
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
본 논문에서는 볼트로 체결된 구조체에 대하여 초기 볼트풀림 상태에서의 볼트 체결력 예측 합성곱 신경망 훈련 방법을 제시한다. 8개의 볼트의 체결력이 변경된 상태에서 계산한 주파수응답들을 완전 체결된 상태의 초기 모델과의 크기 및 모양 유사성을 표현하는 유사성 지도로 생성한다. 주파수응답 데이터들의 생성에는 크리로프 부공간법 기반의 모델차수축소법을 적용하여 효율적인 방법으로 수행할 수 있도록 한다. 합성곱 신경망 모델은 회귀 출력 계층을 사용하여 볼트의 체결력을 예측하도록 하였으며, 훈련 데이터의 개수와 합성곱 신경망 계층의 개수를 다르게 준비하여 훈련시킨 네트워크들을 비교하여 그 성능을 평가하였다. 주파수응답에서 파생되는 유사성 지도를 입력 데이터로 사용하여 초기 볼트풀림 영역에서 볼트 체결력의 진단 가능성과 유효성을 제시하였다.
Abstract
This paper presents a novel convolutional neural network (CNN)-based approach for predicting bolt clamping force in the early bolt loosening state of bolted structures. The approach entails tightening eight bolts with different clamping forces and generating frequency responses, which are then used to create a similarity map. This map quantifies the magnitude and shape similarity between the frequency responses and the initial model in a fully fastened state. Krylov subspace-based model order reduction is employed to efficiently handle the large amount of frequency response data. The CNN model incorporates a regression output layer to predict the clamping forces of the bolts. Its performance is evaluated by training the network by using various amounts of training data and convolutional layers. The input data for the model are derived from the magnitude and shape similarity map obtained from the frequency responses. The results demonstrate the diagnostic potential and effectiveness of the proposed approach in detecting early bolt loosening. Accurate bolt clamping force predictions in the early loosening state can thus be achieved by utilizing the frequency response data and CNN model. The findings afford valuable insights into the application of CNNs for assessing the integrity of bolted structures.
참고문헌 (16)
- ANSYS, "ANSYS Mechanical APDL Theory Reference, Release 2022 R1", ANSYS. Inc, ~ (2022)
- 한정삼, "Krylov 부공간 모델차수축소법을 이용한 주파수응답함수의 직접 설계민감도 해석", 한국전산구조공학회논문집, 23(2), pp.153~164 (2010), 한국전산구조공학회
- 한정삼, "Efficient frequency response and its direct sensitivity analyses for large-size finite element models using Krylov subspace-based model order reduction", Journal of Mechanical Science and Technology, 26(4), pp.1115~1126 (2012), 대한기계학회
- 정광훈, "진동 분석 및 합성곱 신경망 기반 기계 고장 진단", 비파괴검사학회지, 42(6), pp.496~502 (2022), 한국비파괴검사학회
- Jiang, X., "Investigation Into the Loosening Mechanism of Bolt in Curvic Coupling Subjected to Transverse Loading", Eng. Fail. Anal, 32, pp.360~373 (2013)
- 강민수, "다중 볼트 기어박스의 볼트 풀림 위치 평가를 위한 주파수응답해석 기반 특성인자", 대한기계학회논문집 A, 45(10), pp.843~852 (2021), 대한기계학회
- Do Hyeon Kim, "Frequency response similarity-based bolt clamping force prediction method using convolutional neural networks", Journal of Mechanical Science and Technology, 36(8), pp.3801~3813 (2022), 대한기계학회[DOI]
- Liu, J., "Study on Self-Loosening of Bolted Joints Excited by Dynamic Sxial Load", Tribol. Int., 115, pp.432~451 (2017)
- Jian-yang Xue, "Dynamic experimental study on single and double beam-column joints in steel traditional-style buildings", Structural Engineering and Mechanics, An Int＇l Journal, 63(5), pp.617~628 (2017), 국제구조공학회
- 박재형, "Vision-based technique for bolt-loosening detection in wind turbine tower", Wind and Structures, An International Journal, 21(6), pp.709~726 (2015), 한국풍공학회
- 성연욱, "구조파를 이용한 볼트부 축력 비파괴측정 시스템 연구", 비파괴검사학회지, 40(6), pp.413~418 (2020), 한국비파괴검사학회[DOI]
- Shin, K. H., "An Alternative approach to Measure Similarity between Two Deterministic Transient Signals", J. Sound &Vibr, 371, pp.434~445 (2016)
- Sun, Y., "Visionbased Detection of Bolt Loosening using YOLOv5", Sensors, 22(14), pp.5184~ (2022)
- The MathWorks, Inc., "MATLAB Getting Started Guide, The MathWorks", The MathWorks, Inc, ~ (2023)
- 원보름, "주파수응답에 대한 투영기반 모델차수축소법의 비교", 대한기계학회논문집 A, 38(9), pp.933~941 (2014), 대한기계학회
- 양민, "반복 하중조건에서의 구조적 볼트 축력 상실과 볼트 풀림 수명에 관한 실험적 연구", 한국철도학회논문집, 25(2), pp.89~95 (2022), 한국철도학회[DOI]